CN112801891A - 显示屏画面检测方法、显示屏画面检测系统 - Google Patents
显示屏画面检测方法、显示屏画面检测系统 Download PDFInfo
- Publication number
- CN112801891A CN112801891A CN202110031137.3A CN202110031137A CN112801891A CN 112801891 A CN112801891 A CN 112801891A CN 202110031137 A CN202110031137 A CN 202110031137A CN 112801891 A CN112801891 A CN 112801891A
- Authority
- CN
- China
- Prior art keywords
- image
- display screen
- detected
- reference image
- started
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 38
- 238000001914 filtration Methods 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 19
- 238000010606 normalization Methods 0.000 claims description 10
- 230000003111 delayed effect Effects 0.000 claims description 5
- 238000011156 evaluation Methods 0.000 claims description 4
- 238000011897 real-time detection Methods 0.000 abstract description 6
- 230000001360 synchronised effect Effects 0.000 abstract description 3
- 230000002159 abnormal effect Effects 0.000 description 9
- 230000000694 effects Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009499 grossing Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 108010068977 Golgi membrane glycoproteins Proteins 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000005338 frosted glass Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000003973 paint Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20024—Filtering details
- G06T2207/20032—Median filtering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30168—Image quality inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Controls And Circuits For Display Device (AREA)
Abstract
本申请公开了一种示屏画面检测方法、显示屏画面检测系统,采用SSIM为基础,结合中值滤波以及高斯模糊等图像处理算法减少摩尔纹干扰,同时通过控制模块控制显示屏和处理模块接收同步的开机信号,实现显示画面的实时检测与检测周期同步,从而解决进行开关机测试时需要人眼长时间观察的问题,减少人力消耗,提升测试效率。
Description
技术领域
本申请涉及显示技术领域,尤其涉及一种显示屏画面检测方法、显示屏画面检测系统。
背景技术
随着生活水平的不断提高,消费电子类产品在人们日常生活中应用越来越广泛,而液晶屏幕在消费电子中具有重要的作用,在需要显示、反馈或者人机交互的场合都需要液晶屏幕来配合实现。
液晶屏幕在出厂前会进行压力测试,其中反复开关机检测显示画面是否有异常是其中的一项。目前检测异常显示画面的方法有以下两种。
第一,通过人眼观测显示画面是否发生异常,然而人眼观测常常需要持续10小时或以上,该项工作十分消耗人力,同时容易出现因为疲惫而遗漏异常画面的情形。
第二,采用摄像机对显示画面进行拍摄获取图像,根据获取的图像判断显示画面是否发生异常。然而,当使用摄像机对屏幕进行拍摄时,获取的图像会产生摩尔纹,摩尔纹是一种感光元件出现的高频干扰的条纹,会使图像出现高频率不规则的条纹。因此,通过拍摄获取的图像用来分析显示画面是否发生异常的,这种方法会影响显示画面实时检测的效果。
另外,开关机画面异常检测主要由前端SoC机芯板对控制总线(CB)进行供电来控制,同时开关机测试为周期性。因此,开机画面实时检测和开关机时间同步是目前实时检测的难点。
发明内容
为解决上述问题,本发明提供一种示屏画面检测方法、显示屏画面检测系统,以解决现有显示屏在开关机检测时容易出现异常,且开关机画面异常无法实现实时检测的技术问题。
为实现上述目的,本发明提供一种显示屏画面检测方法,包括如下步骤:定义一从所述显示屏开启时刻起的用以检测显示图像的预设时间段以及图像获取周期;开启显示屏,获取一基准图像;根据所述图像获取周期,在所述预设时间段内获取待检测图像;处理所述基准图像和所述待检测图像,之后生成处理后的图像像素信息;对比所述基准图像的图像像素信息和所述待检测图像的图像像素信息,提取所述基准图像与所述待检测图像的相差异的图像像素信息,从所述基准图像和所述待检测图像中提取对应的差异部分的图像;对所述差异部分的图像进行二值化处理,获取二值化数值;对比所述差异部分的图像的二值化数值并生成对比结果;根据对比结果判定所述待检测图像是否合格。
进一步地,所述预设时间段为所述显示屏从开启至关闭的时间段,所述预设时间段为2-3min;所述图像获取周期为0.1-0.15S。
进一步地,在所述处理所述基准图像和所述待检测图像步骤中,包括对所述基准图像和所述待检测图像进行灰度调节、中值滤波、高斯模糊以及归一化处理中的至少一种;所述图像像素信息包括亮度、对比度以及结构相似性。
进一步地,在对比所述基准图像的图像像素信息和所述待检测图像的图像像素信息步骤中,包括:采用SSIM评测法对比所述基准图像的图像像素信息和所述待检测图像的图像像素信息。
进一步地,在对比所述差异部分的图像的二值化数值并生成对比结果步骤中,包括:按照每一像素点,逐个对比所述差异部分的图像的二值化数值,若所述像素点的二值化数值相同,则标记值计为“0”,若所述像素点的二值化数值不相同,则标记值计为“1”,累加不相同像素点的标记值,得到累计值。
进一步地,在所述根据对比结果判定所述待检测图像是否合格步骤中,包括:获取所述基准图像或者所述待检测图像的像素点总数,计算所述累计值占所述像素点总数的比例值,当所述比例值大于或等于预设的阈值时,则判定所述检测图像不合格,当所述比例值小于预设的阈值时,则判定所述检测图像合格。
进一步地,采用一摄像头获取所述基准图像和所述待检测图像,其中所述摄像头固定于所述显示屏的前方。
进一步地,在所述开启显示屏,获取一基准图像的步骤中,包括:同时控制所述显示屏与一图像处理单元的开启,或者,控制所述显示屏开启以及在所述显示屏的开启后延迟0.05-0.12S控制所述图像处理单元开启。
为实现上述目的,本发明还提供一种显示屏画面检测系统,包括:处理器,用以执行前文所述的显示屏画面检测方法中的步骤;摄像头,用以获取图像,包括所述基准图像和所述待检测图像;存储器,用以存储所述处理器的执行指令、所述基准图像和所述待检测图像以及所述处理器执行步骤中生成的数据信息。
进一步地,所述处理器包括:时钟单元,用以设定显示屏开启时刻、从显示屏开启时刻起的用以检测显示图像的预设时间段、图像获取周期以及图像处理单元的开启时刻;所述图像处理单元,用以处理所述基准图像和所述待检测图像;控制单元,用以控制摄像头,以及用以根据时钟单元的设定,控制所述显示屏与所述图像处理单元的同时开启,或者,控制所述显示屏开启以及在所述显示屏的开启后延迟0.05-0.12S控制所述图像处理单元开启。
本发明的技术效果在于,提供一种示屏画面检测方法、显示屏画面检测系统,采用SSIM为基础,结合中值滤波以及高斯模糊等图像处理算法减少摩尔纹干扰,同时通过控制模块控制显示屏和处理模块接收同步的开机信号,实现显示画面的实时检测与检测周期同步,从而解决进行开关机测试时需要人眼长时间观察的问题,减少人力消耗,提升测试效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的显示屏画面检测方法的流程图;
图2为本申请实施例提供的显示屏画面检测系统的功能图。
附图标记说明:
101处理器; 102摄像头;
103显示屏; 104存储器;
1011时钟单元; 1012控制单元;
1013图像处理单元。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。此外,应当理解的是,此处所描述的具体实施方式仅用于说明和解释本申请,并不用于限制本申请。
如图1所示,图1为本申请实施例提供的显示屏画面检测方法的流程图。
本实施例还提供一种显示屏画面检测方法,包括如下步骤S1)-S8)。
S1)定义一从所述显示屏开启时刻起的用以检测显示图像的预设时间段以及图像获取周期。
所述预设时间段为所述显示屏从开启至关闭的时间段,所述预设时间段为2-3min;所述图像获取周期为0.1-0.15S。
S2)开启显示屏,获取一基准图像。
具体的,同时控制所述显示屏与一图像处理单元的开启,或者,控制所述显示屏开启以及在所述显示屏的开启后延迟0.05-0.12S控制所述图像处理单元开启。
S3)根据所述图像获取周期,在所述预设时间段内获取待检测图像。
在本实施例中,采用一摄像头获取所述基准图像和所述待检测图像,其中所述摄像头固定于所述显示屏的前方。其中,所述基准图像的尺寸大小与所述待检测图像的尺寸大小相同。
S4)处理所述基准图像和所述待检测图像,之后生成处理后的图像像素信息。
具体的,对所述基准图像和所述待检测图像进行灰度调节、中值滤波、高斯模糊以及归一化处理中的至少一种;所述图像像素信息包括亮度、对比度以及结构相似性。其中,所述灰度调节是将彩色的彩色图像转换为灰色图像,以减少计算量;所述中值滤波和所述高斯模糊是去除所述基准图像和/或所述待检测图像在拍摄时产生的摩尔纹以及噪声。所述归一化是用以减少其他因素对所述基准图像和/或所述待检测图像的干扰。
S5)对比所述基准图像的图像像素信息和所述待检测图像的图像像素信息,提取所述基准图像与所述待检测图像的相差异的图像像素信息,从所述基准图像和所述待检测图像中提取对应的差异部分的图像。
具体的,采用SSIM评测法对比所述基准图像的图像像素信息和所述待检测图像的图像像素信息。
S6)对所述差异部分的图像进行二值化处理,获取二值化数值。
S7)对比所述差异部分的图像的二值化数值并生成对比结果。
按照每一像素点,逐个对比所述差异部分的图像的二值化数值,若所述像素点的二值化数值相同,则标记值计为“0”,若所述像素点的二值化数值不相同,则标记值计为“1”,累加不相同像素点的标记值,得到累计值。
S8)根据对比结果判定所述待检测图像是否合格。
具体的,获取所述基准图像或者所述待检测图像的像素点总数,计算所述累计值占所述像素点总数的比例值,当所述比例值大于或等于预设的阈值时,则判定所述检测图像不合格,当所述比例值小于预设的阈值时,则判定所述检测图像合格。其中,所述预设的阈值为5%,当所述比例值大于或等于5%时,则判定所述检测图像不合格,当所述比例值小于5%时,则判定所述检测图像合格。当判定所述待检测图像不合格时,用户可以将所述显示屏的标识和存在异常的时间点以及所述显示屏的开关次数记录并保存下来。
如图2所示,图2为本申请实施例提供的显示屏画面检测系统的功能图。
所述显示屏画面检测系统包括处理器101、摄像头102、显示屏103以及存储器104。
所述处理器101用以执行前文所述的显示屏103画面检测方法中的步骤。所述处理器101包括时钟单元1011、控制单元1012以及图像处理单元1013。
所述时钟单元1011用以设定所述显示屏103开启时刻、从所述显示屏103开启时刻起的用以检测显示图像的预设时间段、图像获取周期以及图像处理单元1013的开启时刻。所述图像处理单元1013用以处理所述基准图像和所述待检测图像。所述控制单元1012用以控制所述摄像头102,以及用以根据时钟单元1011的设定,控制所述显示屏103与所述图像处理单元1013的同时开启,或者,控制所述显示屏103开启以及在所述显示屏103的开启后延迟0.05-0.12S控制所述图像处理单元开启,以解决进行开关机测试时需要人眼长时间观察的问题,减少人力消耗,提升测试效率。
所述摄像头102用以获取图像,包括所述基准图像和所述待检测图像。
所述存储器104用以存储所述处理器的执行指令、所述基准图像和所述待检测图像以及所述处理器执行步骤中生成的数据信息。
本发明的技术效果在于,提供一种示屏画面检测方法、显示屏画面检测系统,采用SSIM为基础,结合中值滤波以及高斯模糊等图像处理算法减少摩尔纹干扰,同时通过控制模块控制显示屏和处理模块接收同步的开机信号,实现显示画面的实时检测与检测周期同步,从而解决进行开关机测试时需要人眼长时间观察的问题,减少人力消耗,提升测试效率。
以下将介绍在本实施例所提及到的词汇进行解释说明。
中值滤波对脉冲噪声有良好的滤除作用,特别是在滤除噪声的同时,能够保护信号的边缘,使之不被模糊中值滤波是基于排序统计理论的一种能有效抑制噪声的非线性信号处理技术,中值滤波的基本原理是把数字图像或数字序列中一点的值用该点的一个邻域中各点值的中值代替,让周围的像素值接近的真实值,从而消除孤立的噪声点。中值滤波是在“最小绝对误差”准则下的最优滤波。
高斯模糊(英语:Gaussian Blur),也叫高斯平滑,是在Adobe Photoshop、GIMP以及Paint.NET等图像处理软件中广泛使用的处理效果,通常用它来减少图像噪声以及降低细节层次。这种模糊技术生成的图像,其视觉效果就像是经过一个毛玻璃在观察图像,这与镜头焦外成像效果散景以及普通照明阴影中的效果都明显不同。高斯平滑也用于计算机视觉算法中的预先处理阶段,以增强图像在不同比例大小下的图像效果(参见尺度空间表示以及尺度空间实现)。从数学的角度来看,图像的高斯模糊过程就是图像与正态分布做卷积。由于正态分布又叫作高斯分布,所以这项技术就叫作高斯模糊。图像与圆形方框模糊做卷积将会生成更加精确的焦外成像效果。由于高斯函数的傅立叶变换是另外一个高斯函数,所以高斯模糊对于图像来说就是一个低通滤波器。
归一化就是要把需要处理的数据经过处理后(通过某种算法)限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便,其次是保证程序运行时收敛加快。归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布,归一化在某个区间上是统计的坐标分布。归一化有同一、统一和合一的意思。
SSIM(Structural Similarity Index,结构相似度系数)评测法,是一种衡量两幅图像相似度的指标。SSIM(结构相似度系数)算法的实现,从图像组成的角度将结构信息定义为独立于亮度、对比度的,反映场景中物体结构的属性,并将失真建模为亮度、对比度和结构三个不同因素的组合。结构相似度算法提出后引起了国内外学者的广泛关注,并且被应用到其它领域,如图像融合质量评价,相似图像搜索,信息隐藏盲检测和视频编码器的率失真优化等。
二值化处理是将256个亮度等级的灰度图像通过适当的阈值选取而获得仍然可以反映图像整体和局部特征的二值化图像。
以上对本申请实施例所提供的一种示屏画面检测方法、显示屏画面检测系统进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种显示屏画面检测方法,其特征在于,包括如下步骤:
定义一从所述显示屏开启时刻起的用以检测显示图像的预设时间段以及图像获取周期;
开启显示屏,获取一基准图像;
根据所述图像获取周期,在所述预设时间段内获取待检测图像;
处理所述基准图像和所述待检测图像,之后生成处理后的图像像素信息;
对比所述基准图像的图像像素信息和所述待检测图像的图像像素信息,提取所述基准图像与所述待检测图像的相差异的图像像素信息,从所述基准图像和所述待检测图像中提取对应的差异部分的图像;
对所述差异部分的图像进行二值化处理,获取二值化数值;
对比所述差异部分的图像的二值化数值并生成对比结果;
根据对比结果判定所述待检测图像是否合格。
2.根据权利要求1所述的显示屏画面检测方法,其特征在于,
所述预设时间段为所述显示屏从开启至关闭的时间段,所述预设时间段为2-3min;
所述图像获取周期为0.1-0.15S。
3.根据权利要求1所述的显示屏画面检测方法,其特征在于,在所述处理所述基准图像和所述待检测图像步骤中,包括对所述基准图像和所述待检测图像进行灰度调节、中值滤波、高斯模糊以及归一化处理中的至少一种;
所述图像像素信息包括亮度、对比度以及结构相似性。
4.根据权利要求1所述的显示屏画面检测方法,其特征在于,
在对比所述基准图像的图像像素信息和所述待检测图像的图像像素信息步骤中,包括:采用SSIM评测法对比所述基准图像的图像像素信息和所述待检测图像的图像像素信息。
5.根据权利要求1所述的显示屏画面检测方法,其特征在于,在对比所述差异部分的图像的二值化数值并生成对比结果步骤中,包括:
按照每一像素点,逐个对比所述差异部分的图像的二值化数值,若所述像素点的二值化数值相同,则标记值计为“0”,若所述像素点的二值化数值不相同,则标记值计为“1”,累加不相同像素点的标记值,得到累计值。
6.根据权利要求5所述的显示屏画面检测方法,其特征在于,在所述根据对比结果判定所述待检测图像是否合格步骤中,包括:
获取所述基准图像或者所述待检测图像的像素点总数,计算所述累计值占所述像素点总数的比例值,当所述比例值大于或等于预设的阈值时,则判定所述检测图像不合格,当所述比例值小于预设的阈值时,则判定所述检测图像合格。
7.根据权利要求1所述的显示屏画面检测方法,其特征在于,采用一摄像头获取所述基准图像和所述待检测图像,其中所述摄像头固定于所述显示屏的前方。
8.根据权利要1所述的显示屏画面检测方法,其特征在于,在所述开启显示屏,获取一基准图像的步骤中,包括:
同时控制所述显示屏与一图像处理单元的开启,或者,控制所述显示屏开启以及在所述显示屏的开启后延迟0.05-0.12S控制所述图像处理单元开启。
9.一种显示屏画面检测系统,其特征在于,包括:
处理器,用以执行如权利要求1-8中任一项所述的显示屏画面检测方法中的步骤;
摄像头,用以获取图像,包括所述基准图像和所述待检测图像;
存储器,用以存储所述处理器的执行指令、所述基准图像和所述待检测图像以及所述处理器执行步骤中生成的数据信息。
10.根据权利要求9所述的显示屏画面检测系统,其特征在于,所述处理器包括
时钟单元,用以设定显示屏开启时刻、从显示屏开启时刻起的用以检测显示图像的预设时间段、图像获取周期以及图像处理单元的开启时刻;
所述图像处理单元,用以处理所述基准图像和所述待检测图像;
控制单元,用以控制摄像头,以及用以根据时钟单元的设定,控制所述显示屏与所述图像处理单元的同时开启,或者,控制所述显示屏开启以及在所述显示屏的开启后延迟0.05-0.12S控制所述图像处理单元开启。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110031137.3A CN112801891B (zh) | 2021-01-11 | 2021-01-11 | 显示屏画面检测方法、显示屏画面检测系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110031137.3A CN112801891B (zh) | 2021-01-11 | 2021-01-11 | 显示屏画面检测方法、显示屏画面检测系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112801891A true CN112801891A (zh) | 2021-05-14 |
CN112801891B CN112801891B (zh) | 2023-10-03 |
Family
ID=75809762
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110031137.3A Active CN112801891B (zh) | 2021-01-11 | 2021-01-11 | 显示屏画面检测方法、显示屏画面检测系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112801891B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269735A (zh) * | 2021-05-17 | 2021-08-17 | 深圳Tcl新技术有限公司 | 显示屏检测方法、系统及存储介质 |
CN116337414A (zh) * | 2023-02-03 | 2023-06-27 | 海的电子科技(苏州)有限公司 | 显示屏盲测检测方法、专注度评估方法和点屏设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104486534A (zh) * | 2014-12-16 | 2015-04-01 | 西安诺瓦电子科技有限公司 | 摩尔纹检测抑制方法及装置 |
WO2015159585A1 (ja) * | 2014-04-16 | 2015-10-22 | ソニー株式会社 | 画像処理装置、撮像装置、画像処理方法およびプログラム |
CN105791814A (zh) * | 2016-03-09 | 2016-07-20 | 中国科学院自动化研究所 | 一种基于图像处理技术的监控视频质量检测方法及装置 |
CN109828394A (zh) * | 2019-03-22 | 2019-05-31 | 惠科股份有限公司 | 一种显示面板的检测方法和检测机台 |
CN110059700A (zh) * | 2019-03-18 | 2019-07-26 | 深圳神目信息技术有限公司 | 图像摩尔纹识别方法、装置、计算机设备及存储介质 |
CN110895806A (zh) * | 2019-07-25 | 2020-03-20 | 研祥智能科技股份有限公司 | 屏幕显示缺陷的检测方法及系统 |
-
2021
- 2021-01-11 CN CN202110031137.3A patent/CN112801891B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015159585A1 (ja) * | 2014-04-16 | 2015-10-22 | ソニー株式会社 | 画像処理装置、撮像装置、画像処理方法およびプログラム |
CN104486534A (zh) * | 2014-12-16 | 2015-04-01 | 西安诺瓦电子科技有限公司 | 摩尔纹检测抑制方法及装置 |
CN105791814A (zh) * | 2016-03-09 | 2016-07-20 | 中国科学院自动化研究所 | 一种基于图像处理技术的监控视频质量检测方法及装置 |
CN110059700A (zh) * | 2019-03-18 | 2019-07-26 | 深圳神目信息技术有限公司 | 图像摩尔纹识别方法、装置、计算机设备及存储介质 |
CN109828394A (zh) * | 2019-03-22 | 2019-05-31 | 惠科股份有限公司 | 一种显示面板的检测方法和检测机台 |
CN110895806A (zh) * | 2019-07-25 | 2020-03-20 | 研祥智能科技股份有限公司 | 屏幕显示缺陷的检测方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113269735A (zh) * | 2021-05-17 | 2021-08-17 | 深圳Tcl新技术有限公司 | 显示屏检测方法、系统及存储介质 |
CN113269735B (zh) * | 2021-05-17 | 2024-09-17 | 深圳Tcl新技术有限公司 | 显示屏检测方法、系统及存储介质 |
CN116337414A (zh) * | 2023-02-03 | 2023-06-27 | 海的电子科技(苏州)有限公司 | 显示屏盲测检测方法、专注度评估方法和点屏设备 |
CN116337414B (zh) * | 2023-02-03 | 2023-12-08 | 海的电子科技(苏州)有限公司 | 显示屏盲测检测方法、专注度评估方法和点屏设备 |
Also Published As
Publication number | Publication date |
---|---|
CN112801891B (zh) | 2023-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110766679B (zh) | 镜头脏污检测方法、装置及终端设备 | |
EP0932114B1 (en) | A method of and apparatus for detecting a face-like region | |
US10805508B2 (en) | Image processing method, and device | |
JP4986250B2 (ja) | ノイズ除去機能付きのデジタル画像処理増強システム及び方法 | |
CN112801891B (zh) | 显示屏画面检测方法、显示屏画面检测系统 | |
CN111444555B (zh) | 一种测温信息显示方法、装置及终端设备 | |
CN107635099B (zh) | 一种人体感应双光网络摄像机及安防监控系统 | |
WO2023273868A1 (zh) | 图像降噪方法、装置、终端、存储介质 | |
WO2019011110A1 (zh) | 逆光场景的人脸区域处理方法和装置 | |
Ma et al. | An automatic detection method of Mura defects for liquid crystal display | |
CN110007493A (zh) | 液晶显示屏中碎亮点检测方法 | |
CN111757082A (zh) | 一种应用于ar智能设备的图像处理方法及系统 | |
CN108769521B (zh) | 一种拍照方法、移动终端及计算机可读存储介质 | |
CN117456371A (zh) | 一种组串热斑检测方法、装置、设备及介质 | |
CN114140481A (zh) | 一种基于红外图像的边缘检测方法、装置 | |
JP2002269545A (ja) | 顔画像処理方法及び顔画像処理装置 | |
CN111666869A (zh) | 一种基于宽动态处理的人脸识别方法、装置及电子设备 | |
Hu et al. | A low-illumination image enhancement algorithm based on morphological-Retinex (MR) operator | |
US20130286245A1 (en) | System and method for minimizing flicker | |
CN113379631B (zh) | 一种图像去雾的方法及装置 | |
CN115423861A (zh) | 气体泄露检测方法及装置、设备、存储介质 | |
CN116668843A (zh) | 一种拍摄状态的切换方法、装置、电子设备以及存储介质 | |
M Corcoran et al. | Advances in the detection & repair of flash-eye defects in digital images-a review of recent patents | |
Harifi et al. | Efficient iris segmentation based on converting iris images to high dynamic range images | |
Corcoran et al. | Detection and repair of flash-eye in handheld devices |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |